在 Robinhood Chain 上为代币化股票提供流动性，并不意味着只要进池就能稳定赚钱。链上数据已经给出更清晰的账本：资金进入什么池、在什么时间进入，结果差异很大。
Blockworks Research 的分析指出，一些池子的手续费收入足以覆盖被套利者从陈旧报价中抽走的成本，但另一些池子更像是在持续向对手方输送收益。尤其在开盘时段，被动挂单几乎很难保住利润。
手续费能否覆盖被套利成本
Robinhood Chain 已经运行了一段时间，足以回答做市者最关心的问题：LP 拿到的手续费，能不能覆盖套利者从过时报价中获得的收益。
文中采用的衡量方法是 LVR，也就是损失对比再平衡。它衡量的不是方向判断失误，而是做市商挂出旧价格后，被速度更快的交易者成交所产生的逆向选择成本。简单说，如果 LP 仍按旧价卖出，而别人已经按新价完成交易，这中间的差额就是 LVR。
从代币化股票池的表现看，不同配对之间分化很明显。承接真实股票资金流的池子，大多能以数倍覆盖这部分成本。股票对 ETH 的手续费收入约为预估套利成本的 3.3 倍，股票对稳定币约为 2.9 倍。股票对股票只有 1.02 倍，平均下来只是刚好打平。股票对 Meme 则只能覆盖约 0.2 倍。
如果只看平均值，很容易忽略离散度。大多数稳定币对和 ETH 对是盈利的；股票对股票大约只有一半盈利；而股票对 Meme 的池子中，盈利比例不足 2%。这意味着，亏损并不是偶发情况，Meme 相关产品线在统计上更像是在为套利交易提供流动性。
原因也不复杂。股票代币会跟随场外股票价格，外部价格可以核对，套利者会进场，但成交量和手续费也更厚，LP 仍有收入空间。Meme 一侧的价格波动更大、深度更薄、信息不对称更强，挂单更容易变成对手方的提款机。即便手续费率看起来不低，也很难覆盖被抢走的频率和幅度。
盘中尚可承受，开盘最难承受
一种常见看法是，股票相关池子的伤害主要发生在美股收盘后，因为链上还在交易，但外部价格已经停止更新。文中的数据并不支持这个判断。
在美东时间 9:30 至 16:00，也就是北京时间 21:30 至次日 04:00，手续费和套利成本都比其他时段高出约 60%，但两者的比率几乎没有变化。盘中交易更活跃，收入和成本同步上升，被动 LP 并不是在盘后才被单独收割。
真正恶化的是开盘时段。9:30 这一时段，单池套利成本达到 95.08 美元，而开盘前基准大约只有 7 美元，相差 13 倍。同期手续费只能覆盖 1.05 倍，而开盘前常见的覆盖倍数在 3 倍到 6 倍之间。下一个时段，套利成本降到约 41 美元，再下一个时段约为 24 美元，一小时内才回落到十几美元。
这和传统市场的开盘拍卖很像。隔夜信息会在开盘集中释放，价格发现最剧烈，报价也最容易滞后。AMM 不会自动扩大价差，也不会主动撤单。如果流动性仍然平铺在这个窗口，往往会最先被扫走。等到波动从开盘脉冲转成盘中较缓的波动后，手续费才有机会重新覆盖成本。
也就是说，「全天平均仍可盈利」和「开盘十分钟也能盈利」并不是一回事。平均值会稀释掉最痛苦的那段时间。
两项关键决策：配对与时机
第一项决策是配对。
股票代币对 ETH 或稳定币，属于有利润垫的仓位。同一只股票代币如果去配对 Meme，手续费账面上多数时候只是把 LP 的收益转移给套利者。股票对股票平均虽然可以打平，但胜率只有 57%，中位数池子并不值得占用资本。做市时不能只看标题上的年化收益，还要看这个池子是否对应稳定、可对价的外部资金流。
文中也强调了统计口径的边界：这里衡量的只是「报价滞后被成交」带来的成本，并不衡量库存方向风险。股票对 Meme 可能在手续费层面亏损，但如果 Meme 大涨，库存端仍可能让总账转正；反过来也一样。手续费盈利、方向亏损，最终也可能是亏损。LVR 不是全部 PnL。
第二项决策是时机。
被动 LP 在开盘时段会被完整消耗。只有那些能在 9:30 前后扩大报价、撤薄深度，甚至暂时离场的参与者，才更有机会保住大约 3 倍的覆盖率，避开优势接近于零的窗口。
这类流动性更像需要盯盘的股票做市，而不是把代币存进池子后就结束的链上农活。开盘附近更接近传统市场中的拍卖和跳价阶段，被动曲线在这里最吃亏；等价格发现阶段过去，费率才会重新发挥作用。
对准备配置资金的人意味着什么
Robinhood Chain 把股票交易搬到链上，并不会自动让「提供流动性」变成一门稳定的利差生意。统计上，盈利能力更强的池子大多靠近有外部定价、也有真实换汇需求的股票配对；靠近 Meme 的池子，更像套利通道。
从时间维度看，真正关键的也不是夜盘，而是开盘。资金是否要进入某个池子，至少要先回答两个问题：这个池子配对的是 ETH、稳定币，还是波动剧烈的 Meme；开盘前后是否有人会管理这笔流动性。如果这两个问题都说不清，手续费数字再好看，也很难单独说明问题。
本文署名信息显示，原文由 Blockworks Research 撰写，AididiaoJP 为 Foresight News 编译。
